列表、元组与字典:Python开发者的三大必备利器,再向高手靠近一步

朋友们好呀,欢迎继续我们的Python学习之旅!🎉 如果你刚刚接触编程,还在疑惑"Python到底是个啥",那完全没关系。今天我们继续从最基础的地方入手,一点点揭开Python的面纱。就像我刚学编程时,连变量都看不懂,总觉得是某种"黑魔法"。后来在朋友的耐心指导下,我才发现:变量其实就是用来存数据的小盒子罢了。😅


本章目标

这一节,我们要继续打地基,把Python的核心概念啃下来。它们会成为你未来写代码的"肌肉记忆"。🛠️

本系列将逐步覆盖:

  • 字符串(Strings)
  • 列表、字典和元组(Lists, Dictionaries, and Tuples)------ 本章重点
  • 条件语句(Conditional Statements)
  • 循环(Loops)
  • 推导式(Comprehensions)
  • 异常处理(Exception Handling)
  • 文件输入输出(File I/O)
  • 导入模块和包(Importing Modules and Packages)
  • 函数(Functions)
  • 类(Classes)

看上去任务不少?别担心,我们一步步来,每个知识点都有实例和解释,轻松学,不打瞌睡。😎


📖 列表、元组与字典:Python程序员的"三剑客"

写Python时,你会发现自己仿佛在拼搭积木🧩。不同的数据类型就像不同形状的积木,而列表、元组和字典就是最常用的三块"大积木",组合灵活,功能强大。今天我们就来搞清楚它们的用法。


1️⃣ 列表(List):百搭的工具箱

列表是Python里最常用的数据结构,能存放各种类型的东西:数字、文本,甚至还能放另一个列表。

创建列表

scss 复制代码
# 空列表
my_list = []           
my_list_alt = list()   

# 带内容的列表
my_list = [1, 2, 3]            
my_list2 = ["a", "b", "c"]     
my_list3 = ["Python", 3.14, True]  

print(my_list)    # [1, 2, 3]
print(my_list2)   # ['a', 'b', 'c']
print(my_list3)   # ['Python', 3.14, True]

💡 列表的包容性很强,甚至可以嵌套。

嵌套列表

scss 复制代码
nested_list = [[1, 2, 3], ["a", "b", "c"], [True, False]]
print(nested_list)         # [[1, 2, 3], ['a', 'b', 'c'], [True, False]]
print(nested_list[0])      # [1, 2, 3]
print(nested_list[1][2])   # 'c'

合并列表的几种方式

scss 复制代码
# 方法1:extend
combo_list = [1, 2]
combo_list.extend([3, 4])
print(combo_list)  # [1, 2, 3, 4]

# 方法2:加号拼接
combo_list = [1, 2] + [3, 4]
print(combo_list)  # [1, 2, 3, 4]

# 方法3:循环添加
for item in [5, 6]:
    combo_list.append(item)
print(combo_list)  # [1, 2, 3, 4, 5, 6]

排序

scss 复制代码
nums = [34, 23, 67, 100, 88, 2]
nums.sort()
print(nums)  # [2, 23, 34, 67, 88, 100]

nums = [34, 23, 67, 100, 88, 2]
sorted_nums = sorted(nums)  # 返回新列表
print(sorted_nums)  # [2, 23, 34, 67, 88, 100]
print(nums)         # 原列表不变

降序排列:

ini 复制代码
print(sorted(nums, reverse=True))  # [100, 88, 67, 34, 23, 2]

切片操作

scss 复制代码
alpha_list = [2, 23, 34, 67, 88, 100]

print(alpha_list[0:3])   # [2, 23, 34]
print(alpha_list[::2])   # [2, 34, 88]
print(alpha_list[::-1])  # [100, 88, 67, 34, 23, 2]

2️⃣ 元组(Tuple):稳定的"石头块"

元组和列表很像,但它的特点是不可修改,更适合保存固定的数据。

创建方式

scss 复制代码
my_tuple = (1, 2, 3)
my_tuple2 = tuple([4, 5, 6])
print(my_tuple)   # (1, 2, 3)
print(my_tuple2)  # (4, 5, 6)

不可变,但能容纳可变对象

scss 复制代码
nested_tuple = (1, [2, 3])
nested_tuple[1][0] = 99
print(nested_tuple)  # (1, [99, 3])

互转操作

scss 复制代码
# 元组转列表
t = (1, 2, 3)
l = list(t)
l.append(4)
print(l)  # [1, 2, 3, 4]

# 列表转元组
print(tuple(l))  # (1, 2, 3, 4)

3️⃣ 字典(Dictionary):快速检索的宝箱

字典是一种键值对存储结构,可以通过"键"快速定位到数据。

创建字典

go 复制代码
my_dict = {"name": "Alice", "age": 25}
another_dict = dict(city="Beijing", population=21_540_000)

print(my_dict)       # {'name': 'Alice', 'age': 25}
print(another_dict)  # {'city': 'Beijing', 'population': 21540000}

访问和修改

scss 复制代码
print(my_dict["name"])   # Alice

# 新增
my_dict["job"] = "Developer"
print(my_dict)  # {'name': 'Alice', 'age': 25, 'job': 'Developer'}

# 修改
my_dict["age"] = 26
print(my_dict)  # {'name': 'Alice', 'age': 26, 'job': 'Developer'}

字典方法与小技巧

go 复制代码
print("name" in my_dict)   # True
print(my_dict.keys())      # dict_keys(['name', 'age', 'job'])

⚡ 记住:"key" in my_dict 会比 "key" in my_dict.keys() 更快。


🏁 小结:继续搭建你的Python积木城堡

列表、元组和字典是Python三大"基础结构",也是写程序时最常用的工具。有了它们,就能自由搭建属于你的"积木世界"。下章我们将学习 条件语句,让代码拥有判断力,开始有点"聪明劲儿"了!

我帮你把这篇《列表、元组与字典:Python开发者的三大法宝》整理成一个思维导图结构,你可以拿去在 XMind、MindMaster 或者 draw.io 里直接画出来:


思维引导:🧩 Python 三大法宝:列表、元组与字典

1️⃣ 列表(List)------ 万能工具箱

  • 特点:可变、能存任意类型、支持嵌套

  • 创建方式

    • []list()
    • [1, 2, 3] / ["a", "b", "c"] / 混合元素
  • 常见操作

    • 嵌套nested_list[1][2] → 'c'

    • 合并

      • extend()
      • +
      • append() 循环
    • 排序

      • list.sort()(原地)
      • sorted(list)(返回新列表,可加 reverse=True
    • 切片

      • list[0:3] → 前3个
      • list[::2] → 隔一个取一个
      • list[::-1] → 倒序

2️⃣ 元组(Tuple)------ 稳如磐石

  • 特点:不可变(但可包含可变对象)

  • 创建方式

    • (1, 2, 3)
    • tuple([4, 5, 6])
  • 特殊性

    • 不可改,但可嵌套列表并修改其中内容

    • 转换:

      • tuple → list → 修改 → tuple

3️⃣ 字典(Dictionary)------ 精准百宝箱

  • 特点:键值对存储、快速查找

  • 创建方式

    • {"name": "Alice", "age": 25}
    • dict(city="Beijing", population=21_540_000)
  • 常见操作

    • 访问:my_dict["name"]
    • 添加:my_dict["job"] = "Developer"
    • 修改:my_dict["age"] = 26
  • 方法与技巧

    • 判断键:"name" in my_dict(比 keys() 快)
    • 查看所有键:my_dict.keys()

相关推荐
北辰alk5 小时前
深入剖析Redux中间件实现原理:从概念到源码
前端
Pedantic5 小时前
SwiftUI ObservableObject 观察者模式学习笔记
前端
蜗牛快跑1235 小时前
拆巨资让 Claude Code 和 Codex 同时住进了我的终端里
前端·后端·ai编程
计算机毕设残哥5 小时前
HDFS存储农业大数据的秘密是什么?高级大豆数据分析与可视化系统架构设计思路
大数据·hadoop·python·hdfs·数据分析·spark·django
小高0075 小时前
🔥🔥🔥Vue部署踩坑全记录:publicPath和base到底啥区别?99%的前端都搞错过!
前端·vue.js·面试
蛋仔聊测试5 小时前
pytest源码解析(二)剖析 pytest 的核心组件
python·面试
摸着石头过河的石头5 小时前
HTTP内容类型:从基础到实战的全方位解析
前端·http·浏览器
luckyzlb5 小时前
02- html && css
前端·css·html